Finale Akademije nauke o podacima: „Novo znanje je uvek dobrodošlo”

Polaznici prve Akademije nauke o podacima proveli su tri meseca na putovanju kroz svet nauke o podacima, velikih podataka i analitike. Iako većina njih dolazi iz sveta u kome nauka o podacima nije najpopularnija stvar, kući donose mnoge utiske sa putovanja. „Znanje nikada nije opterećenje, nova saznanja su uvek dobrodošla“, Jovana Barjaktarević iz kompanije Vip Mobile je opisala tromesečno putovanje.

Na kraju putovanja ponovo su ih dočekali organizatori – generalni direktor kompanije Things Solver Darko Marjanović, predsednik Data Science Serbia Branko Kovač i izvršni direktor, ICT Hub-a Kosta Andrić. Svim polaznicima uručene su diplome, a svi predavači su dobili posebne čestitke jer su zajedničkim snagama doveli do širenja osnovnih znanja o Nauci o podacima.

„U kratkom vremenskom periodu zainteresovali smo polaznike za nauku o podacima i oni su shvatili kako izgleda biti naučnik podataka. Najveća pobeda za mene je bila činjenica da su to znanje širili i da su pričali svojim kolegama o tome. Za nas kao kompaniju veoma je važno da podignemo svest i nivo znanja u ovoj oblasti“, kaže Darko Marjanović. „Prvi korak je bio da okupimo ljude koji se bave naukom o podacima i da zajedno analiziramo probleme. U protekla tri meseca ostajali smo duže na poslu i radili više, uživajući da vidimo učesnike i mentore kako rade“, kaže Kosta Andrić.

Svi koji su došli u ICT Hub za završno veče imali su priliku da uživaju u radovima učesnika Akademije nauke o podacima koji su izneli svoje zaključke u tri slučaja obrađena u protekla tri meseca. Svaka grupa se bavila problemom različite kompanije, a grupe su bile sastavljene od učesnika iz različitih kompanija, koji su radili na različitim pozicijama.

Slučaj kompanije Delhaize Srbija

Ključni zadatak za ovaj tim bio je da pronađe rešenje za pitanje kako Delhaize Srbija može da ostvari najefikasniju prodaju svojih proizvoda, koliko dugo prodaja treba da traje i koliki treba da bude nivo sniženja da bi privukao najveći mogući broj kupaca.
Kao i u svakom procesu učenja, tim je prvo formulisao ključno pitanje: „Na osnovu naše analize, shvatili smo da je ključna optimalna kombinacija trajanje rasprodaje i veličina popusta – to bi trebalo da dovede do uspešne prodaje“. Ipak, kriva učenja ima grešaka i problema, tako da je metod linearne regresije proizveo grešku margine od 36%, a zatim je zamenjen slučajnim Forrest regresorom, smanjujući grešku na 20 odsto.
Tim je zaključio da se najbolji podaci dobijaju kada se iz uzorka izdvoji samo jedan određeni lanac radnji i zatim kombinuje sa određenim kategorijama proizvoda, dok je najefikasnija prodaja ona kada se podaci analiziraju na dnevnoj bazi.
Članovi tima: Srđan Nešić, Bojan Baralić, Tamara Stanojević, Žarko Milojević.

Slučaj banke Societe Generale Srbija

Zadatak tima je bio da otkrije kako bi banka mogla da podstakne više klijenata da koriste e-bankarstvo i m-bankarstvo. „Naš zadatak je bio da postavimo prava pitanja, upoznamo ceo predmet, analiziramo podatke i testiramo model, donoseći zaključke na kraju.“
Otkrili su koliko je važno da podaci budu pravilno formatirani i uredni, smešteni u jedinstvenu bazu podataka. Koristeći metodu Random Forrest klasifikator, otkrili su da je preciznost njihovog zaključka 73 odsto.

Tim je takođe zaključio da je starost klijenta najvažniji kriterijum za prepoznavanje koji bi klijent iz pasivnog prešao u aktivnog klijenta e-bankarstva i m-bankarstva.
Članovi tima: Marko Ćebić, Tamara Rendulić, Dragana Rosić, Aleksandar Kovala.